AI Shift Academy

AI Shift Academy（#シフアカ） 「ショート編」では、話題のAI技術や論文を一つ取り上げ、コンパクトに紹介しています。 特定の時代のテキストだけでLLMをスクラッチ学習する「TimeCapsuleLLM」。 90GBの19世紀ロンドン文献から生まれたこのモデルは、知識の再発見やAGI研究に何を示唆するのか。 GitHubリポジトリとHacker Newsの議論を整理します。 参考リンク: https://github.com/haykgrigo3/TimeCapsuleLLM

AI Shift Academy（#シフアカ） チャットボットの「FAQ型」と「シナリオ型」の違いと、それぞれの運用課題について深掘りします。 FAQ型は、ユーザーの質問に対して事前に用意したQ&Aから回答を検索するタイプ。一見シンプルですが、実際には ・表記ゆれや類義語の認識精度 ・「解決しましたか？」というフィードバックボタンの押下率の低さ ・質問意図の汲み取り不足 など、運用担当者を悩ませる課題が山積みです。 これらの...

AI Shift Academy（#シフアカ） 「ショート編」では、話題のAI技術や論文を一つ取り上げ、コンパクトに紹介しています。 ChatGPTの登場で、Promptエンジニアリングが主流になり、一時は下火になったLLMのファインチューニング。 それでも「独自ドメインではうまく答えられない」という理由から、再び注目されつつあります。 なぜ今あらためてファインチューニングが検討されているのか、そして 「実はかなり怖い落とし穴」 につい...

AI Shift Academy（#シフアカ） 後編では、RAGシステムの運用フェーズにおけるリアルな課題に迫ります。 RAGを導入したものの、精度評価が難しく、結局担当者の感覚（バイブス）で「良くなった気がする」と判断してしまう「バイブスチェック問題」。 定量的な評価指標の欠如や、ユーザーの質問リテラシーによる検索精度のばらつきなど、運用現場ならではの悩みを紹介します。 さらに、AIに過度な期待を寄せる「魔法の箱」幻想と現...

AI Shift Academy（#シフアカ） 「ショート編」では、話題のAI技術や論文を一つ取り上げ、コンパクトに紹介しています。 画像生成AIは高い表現力を獲得している一方で、多言語で指示を与えても、文化的な違いが反映されにくいという課題を抱えています。 本エピソードでは、この現象を「文化ギャップ」として分析した最新論文「Where Culture Fades: Revealing the Cultural Gap in Text-to-Image Generation」を取り上げます。 参...

AI Shift Academy（#シフアカ） 今回はAIワークフロー構築において欠かせない技術「RAG（検索拡張生成）」の現場の課題に焦点を当てます。 #1でも取り扱いましたが、AIに社内ドキュメントなどの外部知識を参照させるRAG。一見便利な技術ですが、実際に開発してみると ・表記ゆれやフォーマットの乱れによる検索精度の低下 ・LLMへのコンテキスト過多によるハルシネーション ・「分かりません」と正直に言えないAIの挙動 など、様々...

AI Shift Academy（#シフアカ） 「ショート編」では、話題のAI技術や論文を一つ取り上げ、コンパクトに紹介しています。 AGIはベンチマークのスコアで決まるのか？ Andrew Ng氏が提案する「Turing-AGI Test」は、AIを“人間と同じように働かせる”ことで汎用性を測ろうとする新強い発想について解説します。 参考リンク: https://www.deeplearning.ai/the-batch/issue-334/

AI Shift Academy（#シフアカ） 今回は、AI開発の現場で起こりつつある新たな課題「AIワークフローのコンテキストオーバー」について、AI Shiftの及川と戸田が深掘りします！ 複数のAI処理を繋げて自動化する「AIワークフロー」 ・プロンプトに気合いを入れすぎて情報過多に ・1つのワークフローに詰め込みすぎて複雑化 など、中級者が陥りがちな落とし穴を実例を交えて解説。 「Few-Shot」が逆にハルシネーションを招いた失敗談や...

AI Shift Academy（#シフアカ） 「ショート編」では、話題のAI技術や最新論文を一つ取り上げ、コンパクトに紹介しています。 今回は話題が2つあります。 ①画像を扱うAIの弱点を補う手法「Chain-of-Visual-Thought（CoVT）」を取り上げます。AIがこれまで言語だけで判断していた部分に、境界や奥行きといった視覚的な中間表現を組み込むことで、カウントや位置関係などの精度が向上する点が特徴です。 ②AIが長い会話や複雑なプロジ...

AI Shift Academy（#シフアカ） 2025年の締めくくりに、1月から12月までの主要なAIニュースを、パーソナリティの2人が独自の視点で振り返ります。 DeepSeekや拡散言語モデルから、話題となった「AIの処理できるタスクの長さは月と共に伸びる（AI版ムーアの法則）」まで、エンジニアならではの注目トピックが満載。 GPT-4oやGeminiの進化、そしてClaudeの「Computer Use（Antrhopic）」など、激動の1年を駆け足でおさらいします。...

AI Shift Academy（#シフアカ） 「ショート編」では、話題のAI技術や最新論文を一つ取り上げ、コンパクトに紹介しています。 AIに意思決定を任せる時代、モデルに「どう質問するか」はますます重要になっています。 今回の論文は、LLMの未来予測が“質問の構造”と“文脈”に大きく左右されることを実証したもの。 ニュースを与えたら精度が下がる、略語の意味を取り違えるなど、実務のRAG設計にも直結する落とし穴が明らかになります...

AI Shift Academy（#シフアカ） 前回に続き、ボイスボット開発の裏側を深掘り！ 今回は、AIと人間らしい対話を実現するための試行錯誤に焦点を当てます。 ・ ストリーミング認識の落とし穴 スムーズな会話のために導入したストリーミング認識。 しかし、「どこで会話を切るか」という難問に直面。 ボットが「ずっと空気を読んでしまう」現象とは？ ・ 人間らしさ vs 機械のわかりやすさ 人間のような「間」や「相槌」は本当に必要...

AI Shift Academy（#シフアカ） 「ショート編」では、話題のAI技術や最新論文を一つ取り上げ、コンパクトに紹介しています。 今回は話題が2つあります。 ①DeepSeek-R1 が「政治ワードを含む質問のときだけ安全性の低いコードを返した」というCrowdStrikeの報告を解説します。 政治的意図やバックドア説は否定されており、モデルの推論が文脈によって揺れた可能性が示されています。 AIが“文脈で変化する”とはどういうことなのか、...

AI Shift Academy（#シフアカ） 今回のシフアカは、方向性を変えて開発の「現場トーク」をお届けします！テーマは、AI Shiftのプロダクト「ボイスボット」の立ち上げ秘話。 2019年、ボイスボットの始まりは「秘書さんサポート」だった！？ 「土日」が「兄貴」に聞き間違えられるなど、精度がまだ低く、運用が定まっていなかった当時の音声認識とどう戦ったのか。 ・独自の「聞き間違い辞書」の作成 ・「こう言ってください」と誘導...

AI Shift Academy（#シフアカ） 「ショート編」では、話題のAI技術や最新論文を一つ取り上げ、コンパクトに紹介しています。 AIはキャラクター演技が上達していますが、最新研究では「悪役」だけうまく演じられないことが示されています。 安全性のため“良いAI”として調整されていることで、嘘や狡猾さといった悪役らしい言動が再現しにくいのが原因です。 AIの安全性と表現力のバランスを考えるうえで示唆の多い研究です。 参考リ...

AI Shift Academy（#シフアカ） #3のアフタートークとして、最新のエンドツーエンド（E2E）音声対話モデルを実際に動かして比較検証しました！ ・ OpenAI vs Moshi 渋谷ランチ対決 「渋谷のおすすめランチ」をテーマに実演。話の腰を折らずに割り込めるOpenAIと、爆速だが食い気味に反応してしまうMoshi。それぞれの挙動とUXの決定的な違いとは？ ・ 日本語特有の「間」と「相槌」 Moshiの超低遅延が招く「会話の被り」から見えた...

AI Shift Academy（#シフアカ） 「ショート編」では、話題のAI技術や最新論文を一つ取り上げ、コンパクトに紹介しています。 最近のAIは長い文脈を読めるようになりましたが、その「長さ」自体が安全リスクになることが分かってきました。 論文「Jailbreaking in the Haystack」をもとに、長文プロンプトの落とし穴と運用で気をつけたいポイントを紹介します。 参考リンク: https://arxiv.org/abs/2511.04707

AI Shift Academy（#シフアカ） パイプラインからE2Eへ！最新音声対話技術の現在地 人間のように自然で低遅延な対話を実現する「E2E型音声モデル」へのパラダイムシフトを徹底解説します。 ・ Half-duplex vs Full-duplex 爆速応答の「LLaMA-Omni」と、話しながら聞く同時双方向を実現する「Moshi」。それぞれのアーキテクチャと訓練手法の違いとは？ ・ 技術の裏側 OpenAI Realtime APIの「擬似」Full-duplexの仕組みや、音声コー...

AI Shift Academy（#シフアカ） 「ショート編」では、話題のAI技術や最新論文を一つ取り上げ、コンパクトに紹介しています。 ByteDanceが発表した新しい論文「Scaling Latent Reasoning via Looped Language Models」を紹介します。 AIが“考える”という行為を、これまでとはまったく違う形で再定義する研究です。 Chain-of-Thoughtのように「外で考える」モデルではなく、内部で何度も考える、Ouroについてコンパクトに紹介します...

AI Shift Academy（#シフアカ） 今回のテーマは「対話システムの歴史と未来」です。音声対話の基礎となるテキスト対話の進化を、1966年の元祖ELIZAから最新のLLMまで深堀りします。 ・ELIZAとSHRDLU：黎明期の対話と擬人化現象 ・主導権の変遷：一方通行から混合主導型へ ・技術の進化：ルールベースから確率モデル、深層学習へ ChatGPT以降、AIは言葉を理解できるようになりました。 では次の競争軸は何か。答えは理解の正確さか...

AI Shift Academy（#シフアカ） 「ショート編」では、話題のAI技術や最新論文を一つ取り上げ、コンパクトに紹介しています。 AIをどうやって「頭がいい」と言えるのか？ 今回は、AIの知能を人間のIQテストのように測ろうとした論文 『A Definition of AGI』 を紹介します。 GPT-4とGPT-5を10の能力で比べると、意外な強みと弱点がくっきり。 「記憶が苦手」「得意分野にムラがある」など、今のAIのリアルな姿が見えてきます。 AIの...

AI Shift Academy（#シフアカ） 今回のテーマは、音声対話システムの核心 「対話制御とモデルの変化」 について。 ユーザーの発話をAIはどう理解し、記憶し、次の応答を決めているのか？ NLU（理解）→DST（記憶）→Policy（決定）という「対話の脳みそ」の仕組みを徹底解説します！ ▼主なトピック ・ASR（音声認識）のストリーミング進化 ・対話制御3モジュールの役割と連携 ・LLM登場による「パイプライン型」から「End-to-End型」...

AI Shift Academy（#シフアカ）「ショート編」では、話題のAI技術や最新論文を一つ取り上げ、コンパクトに紹介しています。 今回はDeepSeek社が提案した新技術「DeepSeek-OCR」を紹介します。 テキストを“画像として圧縮して保存する”というユニークな発想で、AIの「記憶のしかた」を変えるかもしれない注目の研究です。 マルチモーダルAIの流れの中で、この技術がどんな位置づけにあるのか、そして今後のAIエージェント開発にどう...

AI Shift Academy（#シフアカ） なぜ私たちはスムーズに会話のキャッチボールができるのでしょう？ 今回のテーマは「ターンテイキング」（話す・聞くの順番交代）です。 人間は相手の話の終わりを予測し、わずか0.2秒で交代していると言われます。この複雑な仕組みをAIでどう実現するのか？ ターンテイキングの基礎、読み取る手がかり（声のトーン、視線など）から、LLMを活用した最新AIモデル（Turn GPT, VAP）、音声対話システム...

AI Shift Academy（#シフアカ）「ショート編」では、話題のAI技術や最新論文を一つ取り上げ、コンパクトに紹介しています。 Googleが発表した新しい音声検索技術「Speech-to-Retrieval（S2R）」を紹介します。 これまでの音声検索は「音声→文字→検索」という二段階でしたが、S2Rは“音声の意味”を直接理解して検索するという革新的な仕組み。 音声認識の誤りを減らし、より速く自然な検索体験を目指すこの技術の仕組みや可能性を、...